| Ementa: |
Teoria de probabilidades: probabilidade conjunta e condicional independência estatística. Variáveis aleatórias função distribuição e função densidade de probabilidade Médias e esperanças. Momentos e momentos centrais. Função característica e geradora de momentos - aplicações. Teorema do limite central. Processos aleatórios: definição, caracterização e classificação média e autocorrelação. Exemplos de processos aleatórios: Bernoulli, contagem binomial, caminho randômico, processos de Poisson, de Wiener. Processos de Markov e de incrementos independentes. Estacionariedade. Ergodicidade. Densidade espectral de potência propriedades exemplos espectro de potência. Ruído impulsivo ruído branco e ruído térmico Teorema de Nyquist |
| Referências: |
Papoulis, A.Probability, random variables, and strochastic process. 3. ed., New York, McGraw-Hill,1991.STARK, H e WOODS, J. W. Probability, random process, and estimation theory for engineers. 2. ed., Englewood Cliffs, Prentice-Hall,1994.LEON-GARCIA, A. Probability and rondom process for Electrical Engineering. 2. ed., Reading, Addison-Wesley,1994.GRAY, R. M., Davisson, L.D. Random process. Englewood Cliffs, Prentice-Hall,1986.GARDNER, W. A. Introduction to random process: with applications to signal and systems. 2. ed., New York, McGraw-Hill,1990HELSTROM, C. W. Probability and stochastic process for engineers. 2. ed. New York, macmillan,1991.GALLAGER, R. G. Discrete stochastic process. Boston, Kluwer Academic,1996. |
